subkit0.1.0

subkit transforme les fichiers vidéo et autres fichiers multimédias en sous-titres et en transcript artefacts à partir d'une interface en ligne de commande, donnant aux créateurs et aux développeurs une façon répétable de produire du texte timed. Écrit en Go, il fonctionne comme un CLI autonome à côté de ffmpeg et traite la transcription comme une séquence d'étapes de pipeline plutôt qu'une opération opaque.

Chaque étape cache son résultat indépendamment, donc répéter une commande avec la même entrée et les mêmes options peut réutiliser les artefacts existants, tandis qu'un fichier final manquant peut être reconstruit à partir du cache rendu. Les transcriptions, les réponses brutes du fournisseur, les repères et les fichiers rendus sont mis en cache par défaut; l'audio reste temporaire sauf si --cache-audio est utilisé, ce qui stocke l'audio normalisé pour une réutilisation ultérieure. Les clés de cache comprennent le hachage source-média, les options d'étape, la version de pipeline et la version de ffmpeg pour l'extraction audio, avec l'emplacement du cache par défaut dérivé de Go. UserCacheDir().

Les commandes par lots acceptent les chemins individuels ou les globs et traitent jusqu'à quatre fichiers simultanément par défaut. --output-template prend en charge {dir}, {base}, {input_ext}, {kind} et {format}, tandis que --output-dir gère les destinations par lots ; --out reste un chemin exact pour une entrée unique pour extract-audio, transcribe et cues. La progression multi-fichier utilise un affichage interactif de Bubble Tea dans un terminal et des journaux simples lorsqu'ils sont redirigés, avec des modes auto, tui, uni ou off disponibles ; les échecs sont résumés après le lot, à moins que --fail-fast n’arrête les tâches en attente après la première erreur.

Le prototype utilise le modèle de vidéo de Deepgrams nova-2 par défaut, mais l'entrée du portugais pt-PT nécessite actuellement --model general --language pt-PT parce que nova-2-video a été rejetée pour cette langue. Son modèle de transcription neutre du fournisseur préserve les structures qui cartographient les moments et les segments de Deepgram, AssemblyAI, Google, AWS et Whisper.